1.一种治疗方案推荐方法，其特征在于，包括以下步骤：

（1）预先创建知识库，所述知识库包括至少一个解决案例，且每个解决案例中包括与该个解决案例对应的用户的问题信息、对应的用户的个人信息、对应的治疗方案、对应的解决效果；

（2）获取用户的问题信息与个人信息；其中，获取的用户的问题信息作为第一问题信息，获取的个人信息作为第一个人信息；

（3）将所述第一问题信息及所述第一个人信息与所述知识库中的各解决案例中的问题信息及个人信息进行匹配，获取匹配成功且符合第一预设条件的所述解决案例中的治疗方案作为第二治疗方案，该步骤具体包括：将所述知识库中的解决案例中的问题信息与所述第一问题信息的匹配度作为P1；

将所述知识库中的解决案例中的个人信息与所述第一个人信息的匹配度作为P2；

将所述知识库中的解决案例中的解决效果作为P3；

计算所述知识库中每个解决案例对应的P1×k1+ P2×k2+P3×k3，作为该个解决案例对应的推荐优选度，将所述推荐优选度最大作为第二预设条件，k1、k2和k3为预设的大于或等于0的加权参数；将符合所述第二预设条件的所述解决案例中的治疗方案作为第二治疗方案；

（4）将所述第二治疗方案推荐给用户，并将获取的用户的第一问题信息、第一个人信息、推荐的治疗方案、实际解决效果作为一个解决案例添加至所述知识库中，将不少于预设数值的所述解决案例加入所述知识库，形成大数据知识库；

其中，将所述知识库中的解决案例中的个人信息与所述第一个人信息的匹配度作为P2的步骤包括：将所述知识库中的所述解决案例中的个人信息中的用户年龄与所述第一个人信息中的用户年龄的差值的绝对值作为P21；将所述知识库中的所述解决案例中的个人信息中的用户所在地与所述第一个人信息中的用户所在地的距离作为P22；计算f（P21×k21+P22×k22），作为所述知识库中的所述解决案例对应的P2；其中，其中，k21和k22为预设的大于或等于0的加权参数，f为使得p2与（P21×k21+P22×k22）成反比的预设函数。

2.一种治疗方案推荐系统，其特征在于，包括：

创建模块，用于预先创建知识库，所述知识库包括至少一个解决案例，且每个解决案例中包括与该个解决案例对应的用户的问题信息、对应的用户的个人信息、对应的治疗方案、对应的解决效果；

信息获取模块，用于获取用户的问题信息与个人信息；其中，获取的用户的问题信息作为第一问题信息，获取的个人信息作为第一个人信息；

治疗方案获取模块，用于将所述第一问题信息及所述第一个人信息与所述知识库中的各解决案例中的问题信息及个人信息进行匹配，获取匹配成功且符合第一预设条件的所述解决案例中的治疗方案作为第二治疗方案；所述治疗方案获取模块包括：第一匹配单元，用于将所述知识库中的解决案例中的问题信息与所述第一问题信息的匹配度作为P1；第二匹配单元，用于将所述知识库中的解决案例中的个人信息与所述第一个人信息的匹配度作为P2；定义单元，用于将所述知识库中的解决案例中的解决效果作为P3；第一计算单元，用于计算所述知识库中每个解决案例对应的P1×k1+ P2×k2+P3×k3，作为该个解决案例对应的推荐优选度，其中，将所述推荐优选度最大作为第二预设条件；第二生成单元，用于将符合所述第二预设条件的所述解决案例中的治疗方案作为第二治疗方案，k1、k2和k3为预设的大于或等于0的加权参数；

推荐模块，用于将所述第二治疗方案推荐给用户；

添加模块，用于将所述获取的用户的第一问题信息、第一个人信息、推荐的治疗方案、实际解决效果作为一个解决案例添加至所述知识库中；将不少于预设数值的所述解决案例加入所述知识库，形成大数据知识库；

其中，第二匹配单元包括：

年龄信息获取单元，用于将所述知识库中的所述解决案例中的个人信息中的用户年龄与所述第一个人信息中的用户年龄的差值的绝对值作为P21；

距离信息获取单元，用于将所述知识库中的所述解决案例中的个人信息中的用户所在地与所述第一个人信息中的用户所在地的距离作为P22；

第二计算单元，用于计算f（P21×k21+P22×k22），作为所述知识库中的所述解决案例对应的P2；其中，其中，k21和k22为预设的大于或等于0的加权参数，f为使得p2与（P21×k21+P22×k22）成反比的预设函数。